Google et Microsoft étendent leurs agents IA

Du moteur de réponse au moteur d’action

La nouvelle étape de la course à l’IA ne consiste plus seulement à produire la meilleure réponse. Elle consiste à accomplir la tâche, conserver le contexte, demander l’autorisation au bon moment et laisser une trace vérifiable. Ces dernières 72 heures, Google et Microsoft ont avancé dans cette direction par deux chemins différents: Google avec des interfaces conversationnelles plus incarnées et une transformation de ses grands produits en plateformes d’agents, Microsoft avec un Copilot réorganisé pour devenir une couche opérationnelle du travail [1][2][3].

Chez Google, le mouvement se lit en deux temps. D’abord, l’entreprise a présenté Gemini 3.8 Live with Live Avatar, une fonction qui donne à l’IA conversationnelle d’entreprise une présence visuelle en temps quasi réel, capable d’écouter, de voir et de parler avec de l’audio et de la vidéo expressifs [1]. Ensuite, l’analyse publiée sur la stratégie produit de Google décrit la transformation de son plus grand produit en plateforme d’agents, un point essentiel car l’avantage de Google repose autant sur la distribution que sur la performance des modèles [2].

Microsoft, de son côté, vise plus directement l’entreprise. Le nouveau Copilot s’articule autour de Home, Code et Autopilot, avec Office intégré dans l’expérience Copilot et des agents de longue durée capables de prendre en charge des tâches déléguées, au lieu de simplement résumer une réunion ou rédiger un brouillon [3]. Les deux annonces dessinent la même trajectoire: les agents IA ne veulent plus vivre à côté des logiciels existants, mais agir à l’intérieur des plateformes déjà installées.

Google donne un visage à l’agent

Live Avatar n’est pas seulement une amélioration esthétique. Google le présente comme une présence visuelle en temps quasi réel pour les modèles de dialogue Gemini Live, combinant la parole et la vidéo en streaming afin que l’agent apparaisse comme un personnage dynamique plutôt que comme une voix abstraite [1]. Les cas d’usage visés sont très concrets: service client, assistance virtuelle et démonstrations interactives, c’est-à-dire des situations où un visage, une voix et des échanges fluides peuvent rendre l’expérience plus accessible qu’un formulaire ou un chatbot classique [1].

La nouveauté souligne aussi un problème ancien d’interface. Les agents vocaux peuvent être rapides, mais ils restent souvent impersonnels; les agents vidéo peuvent être engageants, mais ils risquent d’ajouter de la latence, du coût ou une impression d’étrangeté. Google parie sur la synchronisation labiale, les expressions naturelles et l’enchaînement fluide des tours de parole pour rendre l’avatar utile plutôt que gênant [1]. C’est un défi de produit autant qu’un défi de modèle: l’expérience ne fonctionne que si l’avatar reste réactif pendant que les appels d’outils, la récupération de données et les actions métier se déroulent en arrière-plan.

Le détail technique le plus important est peut-être l’exécution asynchrone des outils. Google indique que Live Avatar peut déclencher des appels d’outils et récupérer des données tout en poursuivant la conversation [1]. C’est précisément ce qui sépare un personnage de démonstration d’un véritable agent de support. Un agent d’accueil hôtelier ne doit pas seulement être aimable; il doit vérifier une réservation, mettre à jour des systèmes, gérer les exceptions et expliquer au client ce qui se passe pendant l’opération.

Google insiste aussi sur l’échelle linguistique: Live Avatar peut passer d’une langue à l’autre parmi 97 langues, tout en adaptant la synchronisation labiale et les expressions [1]. Pour le support client mondial, cette capacité change l’équation économique, car un même système peut servir plusieurs régions sans multiplier les piles séparées de voix, de vidéo et de traduction.

La vraie force de Google reste la distribution

L’avatar est l’élément le plus visible, mais l’enjeu stratégique le plus profond est la plateforme. Le principal atout de Google est sa distribution: Search, Gemini, Workspace, Android, Chrome et Google Cloud offrent de nombreuses surfaces où un agent peut apparaître sans obliger l’utilisateur à adopter une nouvelle application. Le reportage de Forkast résume ce basculement en expliquant que Google transforme son plus grand produit en plateforme d’agents, signe d’un passage de la réponse à la requête vers l’accomplissement de tâches interactives [2].

Ce basculement dépasse largement la présentation de résultats de recherche. La recherche traditionnelle organise des liens, des extraits et des réponses. Une recherche agentique doit maintenir l’intention, utiliser des outils, poser des questions de clarification, agir dans des services tiers et revenir avec un résultat exploitable. Si Google parvient à rendre ce comportement naturel dans ses produits existants, l’adoption peut être massive: l’utilisateur n’apprend pas un nouveau “logiciel d’agents”, il voit simplement ses outils habituels devenir plus capables.

Le risque est que des interfaces plus riches ralentissent l’expérience. Une réponse textuelle peut arriver presque instantanément; un agent qui voit, parle, raisonne, appelle des outils et anime un avatar multiplie les points de friction. Pour Google, la question est donc de prouver que l’interactivité améliore le résultat sans ajouter trop de latence, de coût ou de malaise. Clippy peut réclamer une mise à jour en avatar, mais les clients jugeront toujours l’agent sur sa capacité à résoudre le problème.

Microsoft transforme Copilot en couche opérationnelle

L’annonce de Microsoft cible directement les processus de travail. Le nouveau Copilot introduit Home comme point de départ où Chat et Cowork se rejoignent, Code comme moyen de créer des applications, automatisations et workflows en langage naturel, et Autopilot comme agent persistant qui continue de travailler sans relance permanente [3]. Microsoft indique que Home et Code arriveront dans son programme Frontier dans les prochaines semaines, tandis qu’Autopilot s’étendra en préversion privée à la fin du mois de septembre [3].

Le vocabulaire produit est révélateur. Microsoft ne présente plus Copilot seulement comme un assistant de rédaction dans Word ou un résumeur de réunion dans Teams. L’entreprise parle d’un lieu unique pour demander, déléguer, construire et automatiser [3]. Copilot se rapproche ainsi d’une couche d’exploitation: un système capable de rédiger un brief de lancement, mettre à jour un classeur, créer un outil interne, surveiller un canal, relancer des interlocuteurs et gérer des tâches récurrentes.

Code est particulièrement important, car il abaisse la frontière entre travail de bureau et création logicielle. Microsoft affirme que l’utilisateur peut décrire une application, un tableau de bord, un tracker, une automatisation ou un workflow en langage naturel, et Copilot choisit une approche pour le construire dans un environnement isolé pouvant être hébergé dans le tenant de l’entreprise [3]. Pour une organisation, c’est le moment où “l’assistant IA” commence à ressembler à une fabrique interne de logiciels.

Autopilot va encore plus loin. Microsoft le décrit comme un coéquipier numérique hébergé dans le cloud, doté de sa propre identité, de sa mémoire, de son ordinateur et de son espace de travail, visible dans Teams, Outlook, les chats, les canaux et les documents [3]. L’implication est forte: si un agent possède une identité et une mémoire, il peut recevoir une responsabilité. Mais cela augmente aussi les exigences de permissions, de gouvernance et de maîtrise des coûts.

La gouvernance décidera de l’adoption

Plus les agents peuvent agir, moins les entreprises accepteront qu’ils restent opaques. L’annonce de Microsoft insiste sur les permissions, l’audit et la gouvernance, et la publication séparée de run-assert-eval montre pourquoi ces contrôles deviennent centraux [3][4]. Ce nouvel outil doit découvrir les risques d’un agent, mesurer ses échecs, générer une politique d’exécution et relancer les évaluations pour prouver que la correction fonctionne [4].

C’est exactement le type de mécanique dont les entreprises auront besoin avant de laisser des agents toucher des systèmes sensibles. Un assistant de rédaction peut être corrigé par un humain. Un agent qui modifie des données de facturation, contacte des fournisseurs, met à jour un CRM ou consulte des données clients doit être contrôlé avant et après ses appels d’outils. L’exemple de Microsoft sur un agent de support facturation porte justement sur l’exposition de données entre clients, un type d’échec inacceptable en production [4].

Google rencontre un problème de confiance similaire, surtout lorsque des avatars entrent dans des interactions client. Un visage sympathique peut augmenter l’engagement, mais il peut aussi renforcer une confiance excessive. Google indique que les sorties de Live Avatar sont filigranées avec SynthID afin de rendre détectables l’audio et la vidéo générés par IA [1]. Ce garde-fou devient indispensable lorsque des visages et des voix synthétiques se normalisent dans le service client.

Ce qu’il faut retenir

Google et Microsoft étendent les agents IA depuis deux extrémités du même marché. Google met l’accent sur la richesse de l’interface et la distribution massive: rendre les agents plus naturels, plus visuels et plus présents dans les produits à très grand usage. Microsoft met l’accent sur l’exécution en entreprise: faire de Copilot l’endroit où les salariés demandent, délèguent, construisent et automatisent sous contrôle informatique.

Les vainqueurs ne seront pas désignés par les démonstrations. Les entreprises et les utilisateurs mesureront le temps gagné, la friction supprimée et la fiabilité des tâches accomplies. Les questions difficiles sont désormais opérationnelles: qui a approuvé l’action? Quelles données l’agent a-t-il vues? Qu’a-t-il modifié? Combien cela a-t-il coûté? L’entreprise peut-elle prouver que l’agent a respecté la politique?

La réponse dira si cette génération d’agents IA devient un véritable changement de plateforme ou seulement une couche supplémentaire de productivité que l’on admire sans vraiment l’utiliser. Pour l’instant, le signal est net: Google et Microsoft parient tous deux que la prochaine interface ne sera ni une simple barre de recherche ni un panneau dans un document. Ce sera un agent capable de voir la tâche, d’en parler et de faire avancer le travail.

Sources des dernières 72 heures

1. [1]Introducing Gemini 3.8 Live with Live Avatar24 sept. 2026, 00:00 UTC
2. [2]Google Just Turned Its Biggest Product Into an Agent Platform26 sept. 2026, 00:00 UTC
3. [3]Microsoft unveils new Copilot with AI agents, coding tools to expand workplace automation25 sept. 2026, 00:45 UTC
4. [4]Introducing the new Copilot with Home, Code and Autopilot25 sept. 2026, 00:00 UTC
5. [5]Introducing run-assert-eval: Find the risk, fix it, prove it24 sept. 2026, 00:00 UTC
6. [6]Google Launches Conversational Avatar25 sept. 2026, 00:00 UTC

Article généré par IA à partir d’une recherche web récente, puis conservé comme instantané éditorial daté.